与传统磁盘相比，基于闪存的固态盘(SSD)由于高性能、低延迟等特性已被广泛使用在消费类和企业级存储市场。影响固态盘性能的因素之一是盘内完成从逻辑地址到物理地址转换的地址映射算法。随着闪存容量的快速增长，受限于价格、工艺、能耗、体积以及可靠性等多因素影响，固态盘内置RAM的增长速度落后于闪存容量的增长速度，引起内置RAM大小不足，导致地址映射算法中映射缓存不命中和映射条目替换加剧，带来额外的闪存读写操作，降低固态盘性能。因此，如何在有限的缓存空间大小下优化映射缓存命中率，提高闪存性能，成为SSD亟待解决的关键问题。
　　影响映射缓存命中率主要包括地址映射算法和最大可缓存映射条目数两个因素。传统优化映射缓存命中率的方法是寻求更好的地址映射算法，如基于日志的混合映射算法和负载自适应的混合映射算法，或利用时间局部性缓存频繁访问的映射条目以提高缓存命中率，但现有方法均无法提高最大可缓存映射条目数。本文提出一种跨晶圆(Die)均匀数据分布的地址映射算法Thinmap，通过降低每个映射条目的RAM开销提高最大可缓存映射条目数，从而提高映射缓存命中率。以超级页为数据分配单元，通过将逻辑地址LPN均匀分配到所有晶圆上，每个晶圆上的数据块具有相同的偏移地址，通过仅保存相同晶圆内偏移地址，降低每个映射条目的RAM开销，提高最大可缓存映射条目数，从而提高缓存命中率。由于跨晶圆的均匀数据分布方式将一个逻辑地址分布到所有晶圆上，使得对逻辑地址的一次读操作变成了对所有晶圆上数据块的多次读操作，造成了读放大问题。基于时间和空间局部性，Thinmap算法采用了读预取技术，减少读操作次数，优化了读放大问题。
　　基于SSDsim实验平台，通过多组真实负载对Thinmap性能进行了测试，实验结果表明，与DFTL算法相比，Thinmap在系统综合性能(IOPS)上最大可提高48.6%。